买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉航天科工智慧产业发展有限公司申请的专利一种基于知识图谱的公益诉讼案件线索抽取及推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116361466B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310341234.1，技术领域涉及：G06F16/353；该发明授权一种基于知识图谱的公益诉讼案件线索抽取及推荐方法是由李跃先;房浩;戴俊;洪伟强;彭梦雨设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种基于知识图谱的公益诉讼案件线索抽取及推荐方法在说明书摘要公布了：本发明公开了一种基于知识图谱的公益诉讼案件线索抽取及推荐方法，包括以下步骤；步骤一、成案线索抽取；采用python爬虫技术爬取成案数据，在成案线索抽取中，首先采用python爬虫技术，从互联网典型网站上采集线索源数据，同时也支持用户上传数据；通过构建案源知识图谱，统一管理案源数据，构建了典型案例、法律法规、权力清单等实体，以及实体之间的映射关系；采用结合预训练BERT与图嵌入模型实现推荐，不仅基于语义信息，也集成了图结构信息，可以实现更为准确、多元化的案例法律法规权利清单的推荐；通过上述步骤，实现了自动化的成案线索抽取与推荐，极大的提高了公益诉讼判断成案的效率与准确度。

本发明授权一种基于知识图谱的公益诉讼案件线索抽取及推荐方法在权利要求书中公布了：1.一种基于知识图谱的公益诉讼案件线索抽取及推荐方法，其特征在于，包括以下步骤； 步骤一、成案线索抽取；采用python爬虫技术爬取成案数据，在成案线索抽取中，首先采用python爬虫技术，从互联网典型网站上采集线索源数据，同时也支持用户上传数据； 步骤二、采用基于预训练Bert结合条件随机场CRF的模型从源数据中抽取成案线索，完成线索抽取；所述步骤二：采用预训练Bert结合条件随机场CRF的模型从源数据中抽取成案线索；对于步骤一中爬取得到的数据，首先将数据进行分词、去除停用词预处理，随后，经过预处理的数据通过模型进行训练，再将训练完成的数据用于抽取预测；在模型中，数据首先经过一个预训练的Bert层，随后经过一个transfomer层，再经过一个双向rnn与crf层，最后通过一个全连接层进行输出；最后抽取的结果包括“违法主题”，“违法行为”，“时间”，“地点”信息；在抽取成案线索之后，通过案源特征、时间特征、地点特征、人名特征、联系方式特征、线索聚合度、法规关联度七个方面对成案线索进行打分，其中案源特征分值权重占比百分之四十，其它六个特征分值权重占比百分之十，得到最终的成案指数得分；成案指数大于60分的线索即判定为成案线索； 步骤三、案源知识图谱构建；采用Neo4j图数据库构建包含三种实体、两种关系的案源知识图谱，在案源知识图谱构建中，设定典型案例、法律法规、权力清单三种实体，设定典型案例与法律法规之间的相关关系，设定法律法规与权力清单之间的相关关系两种关系，构建案源知识图谱；所述步骤三：采用Neo4j图数据库构建包含三种实体、两种关系的案源知识图谱；其中三种实体分别为典型案例、法律法规、权力清单；两种关系分别为典型案例与法律法规之间的相关关系，法律法规与权力清单之间的相关关系；采用Neo4j图数据库技术可以实现对知识图谱数据的存储、维护与可视化； 步骤四、优秀案例推荐；采用结合预训练SBERT与图嵌入模型推荐优秀案例，在优秀案例推荐中，采用结合预训练SBERT与图嵌入模型，推荐与成案线索相关的典型案例，再基于知识图谱中的关系推荐相关法律法规与权力清单，此外，也支持基于用户输入的查询推荐典型案例、法律法规与权力清单；所述步骤四：采用结合预训练BERT与图嵌入模型推荐优秀案例；将案源数据分别经过预训练BERT层与node2vec图神经网络层，分别得到语义嵌入向量与图嵌入向量，再将每个节点的语义嵌入向量与图嵌入向量结合，得到节点的最终嵌入向量；计算抽取线索的嵌入向量与知识图谱中每个节点的嵌入向量的余弦相似度，通过余弦相似度从大到小排序可以推荐出与线索最相关的典型案例，再通过知识图谱中的相关关系推荐出法律法规与权力清单。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人航天科工智慧产业发展有限公司，其通讯地址为：100854 北京市西城区高粱桥路6号5号楼A区(T4)06A1(德胜园区)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。